NOT IN (SELECT * FROM X) 相当于 MongoDB

Question

我正在构建一个应用程序，它将定期对 MongoDB 集合进行离线匹配。然而，我需要做的是获取以前未匹配的所有潜在匹配项的列表。

例如，想象以下对象（经过简化以使其更具可读性）：

person { _id: 1, name: 'Matt', previousMatched: [2] }

person { _id: 2 , name: 'John', previousMatched: [1] }

person { _id: 3, name: 'Tony', previousMatched: [] }

我想对 Matt (id:1) 运行查询，以查明是否有任何其他人员记录不在 previousMatched 数组中。

现在在 SQL 中我会这样 SELECT ID FROM person WHERE ID <> 1 AND ID NOT IN（从 person_match 中选择 match_id，其中 person_id = 1） 当然，假设我有一个名为 person_match 的查找表，其中包含 person_id 和 match_id 列，其中存储了所有以前的匹配项。我意识到此查询中存在潜在的性能缺陷，但请耐心等待，因为这只是一个示例，我们还会进行其他优化。

在 MongoDB 中，我还不清楚我将如何去做这件事。我当然可以检索人员文档 (id:1)，然后检索所有其他人员文档，并检查 ID 是否在 previousMatched 数组客户端中，但我担心这样做会对性能造成不必要的大影响数据从DB服务器传输到客户端。

我知道有一个 $nin 函数，但我有读到它的性能不是很好，并且我再次不确定当我的应用程序扩展时将可能非常长的 ID 数组传递到该字段是多么明智的想法。

我的直觉告诉我答案可能在于 服务器端代码执行，但我不清楚如何实现这一点。

最后，我还担心单个数组字段中实际上可以存储多少项。有实际限制吗？

谢谢， 马特

Answer 1

听起来您正尝试在这里加入。它并不完全是联接，但 SQL IN 语法有效地允许您将一组数据的输出应用到另一组数据。

无论哪种情况，MongoDB 都不支持联接，也不支持 WHERE IN (subtable) 语法。您提到的 $in 语法相当于 WHERE IN (a,b,c)，具有固定列表。

我在这里看到的唯一方法涉及多个查询（2 个或更多）或某种形式的客户端处理。

我的直觉告诉我答案可能在于服务器端代码执行，...

服务器端代码执行在锁定方面有一些限制。如果您想经常执行此查询，我不相信服务器端代码将有效解决此问题。

最后，我还担心单个数组字段实际上可以存储多少项。有实际限制吗？

MongoDB 文档只能包含 16MB 的数据。这是一个严格的物理限制。

64 位整数占用 8 个字节。所以这是几百万个整数。对于字符串来说显然要少得多。

我个人的经验法则是数千或数万（取决于数据）。如果您需要存储“数十万”，您可能会遇到 16MB 的限制。

Answer 2

您必须执行多个查询...没有什么比 MongoDB 中的子选择或在应用程序端执行一些显式过滤更好的了。